دانلود مقاله ISI انگلیسی شماره 161072
ترجمه فارسی عنوان مقاله

شبکه های مغز پیش بینی شده برای افسردگی عمده در چارچوب کاهش قابلیت سلسله مراتبی نیمه مولتی مدلی

عنوان انگلیسی
Predictive brain networks for major depression in a semi-multimodal fusion hierarchical feature reduction framework
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
161072 2018 7 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 4977 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 90 تومان 10 روز بعد از پرداخت 447,930 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 180 تومان 5 روز بعد از پرداخت 895,860 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Neuroscience Letters, Volume 665, 5 February 2018, Pages 163-169

پیش نمایش مقاله
پیش نمایش مقاله  شبکه های مغز پیش بینی شده برای افسردگی عمده در چارچوب کاهش قابلیت سلسله مراتبی نیمه مولتی مدلی

چکیده انگلیسی

Major depressive disorder (MDD) is characterized by dysregulation of distributed structural and functional networks. It is now recognized that structural and functional networks are related at multiple temporal scales. The recent emergence of multimodal fusion methods has made it possible to comprehensively and systematically investigate brain networks and thereby provide essential information for influencing disease diagnosis and prognosis. However, such investigations are hampered by the inconsistent dimensionality features between structural and functional networks. Thus, a semi-multimodal fusion hierarchical feature reduction framework is proposed. Feature reduction is a vital procedure in classification that can be used to eliminate irrelevant and redundant information and thereby improve the accuracy of disease diagnosis. Our proposed framework primarily consists of two steps. The first step considers the connection distances in both structural and functional networks between MDD and healthy control (HC) groups. By adding a constraint based on sparsity regularization, the second step fully utilizes the inter-relationship between the two modalities. However, in contrast to conventional multi-modality multi-task methods, the structural networks were considered to play only a subsidiary role in feature reduction and were not included in the following classification. The proposed method achieved a classification accuracy, specificity, sensitivity, and area under the curve of 84.91%, 88.6%, 81.29%, and 0.91, respectively. Moreover, the frontal-limbic system contributed the most to disease diagnosis. Importantly, by taking full advantage of the complementary information from multimodal neuroimaging data, the selected consensus connections may be highly reliable biomarkers of MDD.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 4977 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 90 تومان 10 روز بعد از پرداخت 447,930 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 180 تومان 5 روز بعد از پرداخت 895,860 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.